IVL Svenska Miljöinstitutet

Utsläpp av lustgas (N2O) utgör en betydande andel av klimatpåverkan från avloppsreningsverk (ARV). Medan de genomsnittliga utsläppen av lustgas från avloppsreningsverk med kväverening bedöms generellt ligga på ca 1,6 % av inkommande kväve förväntas inga lustgasemissioner i avloppsreningsverk utan kväverenande aktivitet. Detta eftersom lustgas bildas via processer som alla ingår i den biologiska kväveavskiljningen i avloppsvattenreningen. Dock kan det förekomma spontan och okontrollerad nitrifikation som kan leda till mycket höga lustgasutsläpp. Relativt ringa lustgasemissioner kan vara betydande för avloppsreningsverkens klimatavtryck eftersom lustgas är en mycket kraftig växthusgas, ca 273 gånger kraftigare än koldioxid. 

Trots den ökande kunskapen om lustgasutsläppens betydelse i avloppsreningsverkens klimatarbete utförs det fortfarande relativt få mätningar av lustgasutsläpp vid svenska ARV. Detta gör att det finns flera kunskapsluckor om och förståelse för lustgasutsläpp för att aktivt kunna vidta åtgärder för att minska dessa utsläpp. En anledning till att få mätningar genomförs är att det i dag inte finns krav på sådana mätningar och inte heller enkla metoder för lustgasmätning tillgängliga för VA-aktörer. 

Projektet har därför syftat till att öka kunskapen om lustgasutsläpp från avloppsrening i kallt klimat, med eller utan kontrollerad nitrifikation. Kallt klimat refererar till avloppsvatten som har minimitemperaturer ner till 4–5 grader. I samarbete med teknikleverantörer har dessutom nya lustgassensorer, anpassat för mätningar vid avloppsreningsverk, testats. För att kunna genomföra projektet med tilldelade medel och för att åstadkomma synergieffekter kopplades projektet till ett pågående pilotprojekt för kväverening i kall klimat vid Fillan avloppsreningsverk i Sundsvall, som även SVU medverkar i. 

Lustgasmätningar vid Fillan ARV som representerar en biologisk reningsprocess i kallt klimat utan kväverening är som förväntat låga. De uppmätta emissionerna uppgick till ca 0,17 % N2O-N/TN trots att en spontan och okontrollerad nitrifikation inte kunde observeras. Även om lustgasemissioner är låga så visar emissionsberäkningar att lustgasavgången ändå inte är försumbar och utgör ett avsevärt bidrag till klimatpåverkan.  

Lustgasmätningar i pilotanläggningen som representerar biologiska reningsprocesser med kväverening i kallt klimat indikerar att emissionerna kan antas vara i samma storleksordning eller högre som vid avloppsreningsverk med kväverening som inte har ett kallt inkommande avloppsvatten som regel. Ingen signifikant skillnad i lustgasemissioner kunde observeras mellan pilotens två linjer, varav den ena linjen värmdes med +4 °C mot referenslinjen. 

Utvärdering av de två nya sensorer från Unisense och Senseair har visat en mycket bra överensstämmelse mellan kalibrerade sensordata och referensmätningarna. Båda sensorer har därför en potential att användas för en kontinuerlig mätning av lustgas i gasfas ifall en kommersiell produktutveckling sker. Resultaten från kalibreringen indikerar dock vikten av en regelbunden kalibrering av sensorerna för att säkerställa korrekta mätningar, så som för sensorer i allmänhet. Kalibreringsmetoden som tillämpades inom projektet bedöms som rimlig men är inte den mest robusta eller noggranna metoden för en fullskaleimplementering.

Även utifrån andra implementeringsaspekter framstår de två testade sensorerna som ett tänkbart alternativ till andra mättekniker. Dock är dessa sensorer ännu inte kommersiellt tillgängliga och kompletterande långtidstester av sensorerna bör genomföras för en utvärdering som även kan ta hänsyn till aspekter relaterat till mätstabilitet och underhållsbehov vid långtidsdrift. 

En annan aspekt som projektet vill lyfta fram är vikten av att korrekta luftflödesmätningar utförs samtidigt som haltmätningarna. Endast en bra haltmätning i kombination med en korrekt luftflödesmätning vid mätpunkten kan ge ett korrekt underlag för emissionsberäkningar. Tyvärr kan det konstateras att enkla, robusta och ekonomiskt överkomliga sensorer för kontinuerlig luftflödesmätning inte finns idag och att det krävs en teknikutveckling även inom detta område.

Turbiditet, som kan beskrivas som vattnets grumlighet orsakad av partiklar i vattenmassan, är en viktig faktor för dricksvattenproducenter. Hög turbiditet kan associeras med skadliga mikroorganismer och minska effektiviteten hos desinfektionsprocesser, vilket gör det nödvändigt att övervaka och hantera för att säkerställa ett säkert dricksvatten.Denna studie genomfördes vid Rökebo vattenverk, som producerar dricksvatten för Sandviken och närliggande områden för cirka 29 000 människor. Reningsprocessen innefattar flera steg som kemisk fällning, filtrering, UV-behandling och klorering för att säkerställa att vattnet är säkert att dricka.

En ny anläggning byggs för att endast använda sjövatten och kommer att inkludera ytterligare reningssteg för att avlägsna naturligt organiskt material.Sjön Öjaren är medelstor och täcker 21 km2, med ett genomsnittligt djup på 4,7 m, vilket innebär att det är en grund sjö. Sjöns djup och form påverkar hur den påverkas av väder och vind. En grund sjö som har lång sträcka i den förhärskande vindriktningen innebär sannolikt att den är känsligare för att sediment rörs upp och påverkar vattnets klarhet. Avrinningsområdet för Öjaren består huvudsakligen av skog och morän, men har 5,5 % kalhyggen, vilket bidrar till högre nivåer av turbiditet i kombination med kraftig nederbörd.

Klimatförändringarna förväntas medföra varmare temperaturer och mer regn till Sverige, vilket kommer att påverka vattenkvaliteten och tillgängligheten i sjön Öjaren. Prognoser indikerar att avrinningen till sjön kommer att öka med cirka 15 %, vilket är mer än genomsnittet för området. Detta beror på att mindre nederbörd kommer att falla som snö, vilket leder till mer vatten som flödar in i sjön under vintern. Dessa förändringar kommer sannolikt att öka nivåerna av näringsämnen och organiskt material i sjön, vilket ökar grumligheten och kräver en strategi för att hantera detta i vattenverket.I projektet testades flera olika maskininlärningsmodeller för att förutsäga vattnets turbiditet, inklusive ElasticNet Regression, RandomForestRegressor, GradientBoostingRegressor och XGBoost.

Dessa modeller hjälpte oss att förstå vilka faktorer som påverkar tubiditeten mest. Till exempel presterade RandomForestRegressor-modellen bra och visade att lufttemperatur, vindhastighet och nederbörd från de senaste dagarna var viktiga prediktorer. XGBoost-modellen gav också värdefulla insikter, särskilt genom att understryka effekten av nederbörd som fallit fyra dagar tidigare.Trots att vi använde allmänt tillgängliga meteorologiska data, lyckades våra modeller förutsäga lokala förhållanden i sjön Öjaren med acceptabel träffsäkerhet. Att fånga extrema grumlighetshändelser är dock fortfarande en utmaning. Högkvalitativa data är dock avgörande för att förbättra förutsägbarheten. Framtida arbete bör fokusera på att samla in mer detaljerade data och förfina modellerna för att stödja effektiv vattenhantering och mildra klimatförändringarnas påverkan på dricksvattenproduktionen.